Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/38757
Tipo: TCC
Título: MSIALLOCATOR: aplicação da meta-heurística ILS para o problema de alocação de máquinas virtuais em uma Data Center
Autor(es): Vieira Filho, Francisco Mardônio
Orientador: Matos, Filipe Fernandes S B de
Palavras-chave: Computação em Nuvens.;Data center.;Alocação de Máquinas Virtuais.;Iterated Local Search.
Data do documento: 2018
Citação: VIEIRA FILHO, Francisco Mardônio. MSIALLOCATOR: aplicação da meta-heurística ILS para o problema de alocação de máquinas virtuais em uma Data Center. 2018. 60 f. TCC (graduação em Sistemas de Informação) - Universidade Federal do Ceará, Campus Crateús, Crateús, 2018.
Resumo: Computação em Nuvens (Cloud Computing) é um novo modelo computacional onde os clientes terceirizam recursos computacionais, como capacidade de processamento e armazenamento de dados, os consumindo como serviço através da Internet. Nesse paradigma, os recursos são servidos por meio de um provedor que possui uma ampla infraestrutura física de máquinas servidoras, essa infraestrutura é conhecida por data center. Os clientes consomem tais recursos através de máquinas virtuais que são distribuídas entre as inúmeras máquinas servidoras que compõem o data center. A crescente utilização desse paradigma ocasionou uma rápida expansão na infraestrutura dos provedores, o que os faz consumir muita energia elétrica. Por conta disso, várias políticas de alocação de máquinas virtuais têm sido propostas com o objetivo de minimizar os gastos energéticos de um data center através de uma alocação inteligente de máquinas virtuais em servidores físicos. Entende-se como alocação inteligente a ação de distribuir as máquinas virtuais entre os servidores físicos de tal forma que seja possível gerar economia de energia no data center, porém sem degradar o desempenho dos serviços prestados. Este trabalho apresenta uma nova política de alocação, denominada MSIAllocator, que trata o Problema de Alocação de Máquinas Virtuais de forma semelhante ao Problema de Múltiplas Mochilas, utilizando-se da Meta-Heurística Iterated Local Search (ILS), a qual gera uma solução aleatória inicial e busca refinar a solução corrente por meio de perturbações e buscas locais. Esta nova política, economizou mais energia elétrica que todas as outras políticas analisadas neste trabalho, consumindo em média 109 kWh por dia, o que representa uma economia de 28% se comparada a política menos econômica. Deixou também a quantidade de migrações e as violações de SLA em níveis aceitáveis, com 21486 e 5,99% por dia, respectivamente.
Abstract: Cloud Computing is a new computing model where customers outsource computing resources, such as the ability to process and store data, consuming them as a service over the Internet. In this paradigm, the resources are served through a provider that has a large physical infrastructure of server machines, this infrastructure is known as a data center. Customers consume such resources through virtual machines that are distributed among the numerous server machines that make up the data center. The increasing use of this paradigm has caused a rapid expansion in the infrastructure of the providers, which causes them to consume a lot of electric energy. Because of this, several virtual machine allocation policies have been proposed with the goal of minimizing the energy costs of a data center through the intelligent allocation of virtual machines to physical servers. It is understood as intelligent allocation the action of distributing the virtual machines between the physical servers in such a way that it is possible to generate energy savings in the data center, but without degrading the performance of the services provided. This work presents a new allocation policy, called MSIAllocator, which addresses the Virtual Machine Allocation Problem in a similar way to the Multiple Backpack Problem, using the Iterated Local Search Meta-Heuristic (ILS), which generates a random solution the current solution through perturbations and local searches. This new policy saved more electricity than all the other policies analyzed in this study, consuming an average of 109 kWh per day, representing a saving of 28% if compared to the less economic policy. It also left the number of migrations and SLA violations at acceptable levels, with 21486 and 5.99% per day, respectively.
URI: http://www.repositorio.ufc.br/handle/riufc/38757
Aparece nas coleções:SISTEMAS DE INFORMAÇÃO - CRATEÚS - Monografias

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2018_tcc - Mardônio.pdf4,49 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.